基于图像处理的目标识别技术是计算机科学中一个重要分支,并且复杂背景下自动目标识别技术在目前生产生活领域有着广泛的应用前景。本文的研究背景主要基于提高光电测量设备在各种复杂场合下的使用性能,也为设备在后续各种高级应用如目标跟踪、行为识别、参数测量等提供更可靠的参考依据。　　 本文结合主要针对的目标类型和应用场合,从图像分割、直线特征提取、目标识别三个方面做了相应的研究试验工作。　　 首先,在图像分割方面,提出了结合分水岭和区域生长算法相结合的综合的分割方法。该算法充分利用了分水岭分割的精度和区域生长算法的视觉一致性,使得能分割出的对象区域精确而有视觉完整性,特别对复杂背景下的图像分割效果更明显。　　 然后考虑到直线特征是目标体引人注目的特征,在对比分析各种直线提取算法的优缺点后,应用改进了的基于重叠分区的相位编组算法提取图像的直线特征,这种方法特别适用于提取对比度比较低的图像中的直线特征。　　 在经过分割和直线特征提取后,提出了基于人脑视觉识别机理的分步骤的识别算法。利用分割形成的有效区域和直线段特征,首先识别图像分割后所有区域中烟雾区域,接着利用识别到的烟雾区域信息识别火焰区域,最后根据平行直线段和尖端夹角特征搜索到目标体区域。　　 试验结果表明本文算法效果明显,达到了预期的识别目的。